Pyspark实战(二)wordcount词频统计

本文详细介绍了一个使用PySpark进行单词计数的实际案例。通过在E盘根目录创建的test.txt文件,文章演示了如何利用PySpark的SparkContext和RDD进行文本文件的读取、单词的拆分、计数及结果的输出。该过程展示了PySpark的基本操作流程,适用于初学者了解并实践PySpark的基础用法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

E盘根目录创建test.txt输入测试内容如下:

this is a test

this very good

you is very good

what are you

完整代码如下:

from pyspark import SparkContext,SparkConf



def wordcount():

    txtfile=r'E:\test.txt'



    conf=SparkConf()

    conf.setAppName("worlcount")

    conf.setMaster("local[*]")

    sc = SparkContext(conf=conf)



    rdd=sc.textFile(txtfile)

    rdd.flatMap(lambda x:x.split( )).map(lambda x:(x,1)).reduceByKey(lambda x,y:x+y).foreach(lambda x:print(x))



if __name__ == '__main__':

    wordcount()

pycharm直接运行,或者使用命令提交:spark-submit --master local E:\geotrellis\pyspark_dem\base\wordcount.py

执行结果:

说明执行成功。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值